Lifecycle Cost Analysis of Buildings Integrating BIM and Big Data Technologies
Cette étude propose un système complet intégrant la modélisation des informations du bâtiment (BIM) avec le big data et des techniques d'apprentissage automatique d'ensemble pour améliorer significativement la précision des prédictions du coût du cycle de vie des bâtiments, réduisant l'erreur quadratique moyenne de 160 000 à 54 280 et atteignant un coefficient de détermination de 0,93 sur la base d'une analyse de plus de 3 500 ans de données provenant de 120 bâtiments.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.